Análise de grafos de visibilidade do mercado brasileiro de soja, milho e carne de frango
DOI:
https://doi.org/10.33448/rsd-v10i1.11478Palavras-chave:
Mercado Agrícola; Redes complexas; Grafo de visibilidade horizontal.Resumo
A produção, exportação e consumo doméstico de carne de frango no Brasil crescem constantemente, apresentando para esse produto variações de preço que comprometem o orçamento da população. O preço dessa commodity depende, principalmente, do custo da ração, que inclui o milho e a soja como fonte de energia e proteína, respectivamente. Estudar a dinâmica de preço desse produto requer, portanto, uma investigação também acerca dos preços dos insumos milho e soja. Com o objetivo de contribuir para o desenvolvimento e validação de modelos teóricos e computacionais para previsão dos preços de soja, milho e carne de frango, analisaram-se aqui seus preços diários (em moeda brasileira), registrados entre 03/01/2011 e 04/12/2019, obtidos do CEPEA/ESALQ/USP. A partir das séries temporais dos dados de preços originais, foram também criadas as séries de retorno e de volatilidade. Foi utilizado o método Grafo de Visibilidade Horizontal (HVG), implementado em linguagem C, para mapear as séries temporais em redes complexas e, então, calcular os índices topológicos de interesse. Os resultados mostraram que as redes dos preços da soja e do milho são menos integradas que a da carne de frango. Além disso, as séries originais dos preços da soja e do milho, bem como a série de retorno dos preços do frango e a de volatilidade dos preços de milho, são geradas por processos estocásticos correlacionados; a série de retorno dos preços de soja apresenta comportamento com tendência ao de processos não correlacionados; e as demais séries são governadas por processos caóticos.
Referências
Ahmadi, N., & Pechenizkiy, M. (2016). Application of horizontal visibility graph as a robust measure of neurophysiological signals synchrony. Proceedings - IEEE Symposium on Computer-Based Medical Systems, 2016-August, 273–278. https://doi.org/10.1109/CBMS.2016.73
Albert, R., & Barabási, A.-L. (2002). Statistical mechanics of complex networks. Reviews of Modern Physics, 74(1), 47–97. https://doi.org/10.1103/RevModPhys.74.47
Bini, D. A., Canever, M. D., De Souza, M. O., & Ely, R. A. (2016). Transmissão De Preços Ao Longo Das Cadeias Produtivas Do Brasil. Revista de Economia, 42(1). https://doi.org/10.5380/re.v42i1.48660
Boccaletti, S., Latora, V., Moreno, Y., Chavez, M., & Hwang, D. U. (2006). Complex networks: Structure and dynamics. Physics Reports, 424(4–5), 175–308. https://doi.org/10.1016/j.physrep.2005.10.009
Braga, A. C., Alves, L. G. A., Costa, L. S., Ribeiro, A. A., De Jesus, M. M. A., Tateishi, A. A., & Ribeiro, H. V. (2016). Characterization of river flow fluctuations via horizontal visibility graphs. Physica A: Statistical Mechanics and Its Applications, 444, 1003–1011. https://doi.org/10.1016/j.physa.2015.10.102
CEPEA/ESALQ/USP. (2020). Consultas ao Banco de Dados do Site - Centro de Estudos Avançados em Economia Aplicada - CEPEA-Esalq/USP. Recuperado de https://www.cepea.esalq.usp.br/br/consultas-ao-banco-de-dados-do-site.aspx
CNA. (2020). Panorama do Agro | Confederação da Agricultura e Pecuária do Brasil (CNA). Recuperado de https://www.cnabrasil.org.br/cna/panorama-do-agro#_ftn2
EMBRAPA. (2020). Desempenho de produção 2019. EMBRAPA - Suínos e Aves. Recuperado de https://www.embrapa.br/suinos-e-aves/cias/estatisticas
FAS/USDA (2020). United States Department of Agriculture Foreign Agricultural Service. Disponível em: https://apps.fas.usda.gov/psdonline/app/index.html#/app/topCountriesByCommodity#chart28. Acessado em 27 de agosto de 2020.
Gao, Z. K., Cai, Q., Yang, Y. X., Dang, W. D., & Zhang, S. S. (2016). Multiscale limited penetrable horizontal visibility graph for analyzing nonlinear time series. Scientific Reports, 6(October), 1–7. https://doi.org/10.1038/srep35622
Gouveia, A. B. V. S., de Paulo, L. M., da Silva, J. M. S., de Sousa, F. E., dos Santos, F. R., Minafra, C. S. (2020). Subprodutos da soja na alimentação de aves: Revisão. Research, Society and Development, 9(7), e471974187. http://dx.doi.org/10.33448/rsd-v9i7.4187
Hochman, G., Rajagopal, D., Timilsina, G., & Zilberman, D. (2014). Quantifying the causes of the global food commodity price crisis. Biomass and Bioenergy, 68, 106–114. https://doi.org/10.1016/j.biombioe.2014.06.012
Ivanic, M., Martin, W., & Zaman, H. (2012). Estimating the Short-Run Poverty Impacts of the 2010–11 Surge in Food Prices. World Development, 40(11), 2302–2317. https://doi.org/10.1016/j.worlddev.2012.03.024
Lacasa, L., Luque, B., Ballesteros, F., Luque, J., & Nuno, J. C. (2008). From time series to complex networks: The visibility graph. Proceedings of the National Academy of Sciences, 105(13), 4972-4975.
Lacasa, L., & Toral, R. (2010). Description of stochastic and chaotic series using visibility graphs. Physical Review E - Statistical, Nonlinear, and Soft Matter Physics, 82(3), 1–11. https://doi.org/10.1103/PhysRevE.82.036120
Lange, H., Sippel, S., & Rosso, O. A. (2018). Nonlinear dynamics of river runoff elucidated by horizontal visibility graphs. Chaos, 28(7), 075520. https://doi.org/10.1063/1.5026491
Luque, B., Lacasa, L., Ballesteros, F., & Luque, J. (2009). Horizontal visibility graphs: Exact results for random time series. Physical Review E - Statistical, Nonlinear, and Soft Matter Physics, 80(4), 1–11. https://doi.org/10.1103/PhysRevE.80.046103
Madl, T. (2016). Network analysis of heart beat intervals using horizontal visibility graphs. Computing in Cardiology, 43, 733–736. https://doi.org/10.22489/cinc.2016.213-510
Morettin, P., & Toloi, C. (2006). Análise de Séries Temporais. São Paulo: Egard Blucher.
Oliveira Junior, O. D. P., Wander, A. E., & Figueiredo, R. S. (2014). Relação entre os preços do milho, da soja e da carne de frango no período de 2004 a 2013. In Embrapa Arroz e Feijão-Artigo em anais de congresso (ALICE). In: CONGRESSO DA SOCIEDADE BRASILEIRA DE ECONOMIA, ADMINISTRAÇÃO E SOCIOLOGIA RURAL, 52., 2014, Goiânia. Heterogeneidade e suas implicações no rural brasileiro: anais. Goiânia: Sober, 2014.
Santana, L. I. T. de, da Silva, J. M., Araújo, L. S., Moreira, G. R., & Stosic, T. (2020). Análise de quantificação de recorrência de preços brasileiros do milho, da soja e da carne de frango. Research, Society and Development, 9(10), e9979109461. https://doi.org/10.33448/rsd-v9i10.9461
Sivakumar, B., & Woldemeskel, F. M. (2015). A network-based analysis of spatial rainfall connections. Environmental Modelling and Software, 69, 55–62. https://doi.org/10.1016/j.envsoft.2015.02.020
Stam, C. J., & Reijneveld, J. C. (2007). Graph theoretical analysis of complex networks in the brain. In Nonlinear Biomedical Physics (Vol. 1, Issue 1, pp. 1–19). BioMed Central. https://doi.org/10.1186/1753-4631-1-3
Vamvakaris, M. D., Pantelous, A. A., & Zuev, K. M. (2018). Time series analysis of S&P 500 index: A horizontal visibility graph approach. Physica A: Statistical Mechanics and Its Applications, 497, 41–51. https://doi.org/10.1016/j.physa.2018.01.010
Zhang, J., Sun, J., Luo, X., Zhang, K., Nakamura, T., & Small, M. (2008). Characterizing pseudoperiodic time series through the complex network approach. Physica D: Nonlinear Phenomena, 237(22), 2856–2865. https://doi.org/10.1016/j.physd.2008.05.008
Zhu, G., Li, Y., & Wen, P. P. (2014). Analysis and classification of sleep stages based on difference visibility graphs from a single-channel EEG signal. IEEE Journal of Biomedical and Health Informatics, 18(6), 1813–1821. https://doi.org/10.1109/JBHI.2014.2303991
Zou, Y., Donner, R. V., Marwan, N., Donges, J. F., & Kurths, J. (2019). Complex network approaches to nonlinear time series analysis. Physics Reports, 787, 1–97. https://doi.org/10.1016/j.physrep.2018.10.005
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2021 José Edvaldo de Oliveira Nunes; Joelma Mayara da Silva; Lidiane da Silva Araújo ; Guilherme Rocha Moreira; Tatijana Stosic; Borko Stosic
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
